在Python中，自定义函数适用于整个数据帧，但不适用于分组数据帧（与'；groupby'；函数一起应用）

我有一个简单的数据框，我希望将

groupby

函数应用于列“a”，并根据定义的函数（函数中的循环）生成新的列，该函数从列“B”和列“C”中获取值。我的问题是，我能够将该函数用于整个数据帧，但不能用于分组数据帧（

异常：已选择列B

）。我不知道为什么它会在分组数据帧上抛出错误，但不会在整个数据帧上抛出错误。我的实施情况如下：

>>> import pandas as pd
>>>
>>> df = pd.read_csv("foo.txt", sep="\t")
>>> df
   A  B   C
0  1  4   3
1  1  5   4
2  1  2  10
3  2  7   2
4  2  4   4
5  2  6   6
>>>
>>> def calc(data):
...         length = len(data['B'])
...         mx = data['B'][0]
...         nx = data['C'][0]
...         for i in range(1,length):
...                 my = data['B'][i]
...                 ny = data['C'][i]
...                 nx = nx + ny
...                 mx=(mx*nx+my*ny)/(nx+ny)
...         return(mx)
...
>>> df_grouped = df.groupby(['A'])
>>> calc(df)
4.217694879423274
>>> calc(df_grouped)
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
  File "<stdin>", line 3, in calc
  File "/mnt/projects/kokep/kokep/devel/miniconda3/lib/python3.6/site-packages/pandas/core/base.py", line 250, in __getitem__
    .format(selection=self._selection))
Exception: Column(s) B already selected
>>>

>>将熊猫作为pd导入
>>>
>>>df=pd.read\u csv（“foo.txt”，sep=“\t”）
>>>df
A、B、C
0  1  4   3
1  1  5   4
2  1  2  10
3  2  7   2
4  2  4   4
5  2  6   6
>>>
>>>def计算（数据）：
...         长度=长度（数据['B']）
...         mx=数据['B'][0]
...         nx=数据['C'][0]
...         对于范围内的i（1，长度）：
...                 my=数据['B'][i]
...                 ny=数据['C'][i]
...                 nx=nx+ny
...                 mx=（mx*nx+my*ny）/（nx+ny）
...         返回（mx）
...
>>>df_grouped=df.groupby（['A']）
>>>计算（df）
4.217694879423274
>>>计算（df_分组）
回溯（最近一次呼叫最后一次）：
文件“”，第1行，在
文件“”，第3行，计算格式
文件“/mnt/projects/kokep/kokep/devel/miniconda3/lib/python3.6/site packages/pandas/core/base.py”，第250行，在__
.格式（选择=自选择）
例外：已选择列B
>>>

---

我怎样才能让它工作？提前感谢。

我认为您的groupby正在制作pandas.series，您的功能不适用于此系列。我尝试过使用不同的groupby方法，但由于某些原因，它不起作用。一旦我找到了解决方案，我会把它贴在这里。

我解决了这个问题。我认为需要为每个组应用

reset\u index

功能：

>>> import pandas as pd
>>>
>>> df = pd.read_csv("foo.txt", sep="\t")
>>> df
   A  B   C
0  1  4   3
1  1  5   4
2  1  2  10
3  2  7   2
4  2  4   4
5  2  6   6
>>>
>>> def calc(data):
...         length = len(data['B'])
...         mx = data['B'][0]
...         nx = data['C'][0]
...         for i in range(1,length):
...                 my = data['B'][i]
...                 ny = data['C'][i]
...                 nx = nx + ny
...                 mx=(mx*nx+my*ny)/(nx+ny)
...         return(mx)
...
>>> result = []
>>> for name, group in df.groupby('A'):
...         group = pd.DataFrame(group).reset_index()
...         out = calc(group)
...         result.append(out)
...
>>> result
[3.488215488215488, 5.866666666666666]

---

也许你应该和每个小组分开工作。